stringtranslate.com

Подавление шума

Шумоподавление — это процесс удаления шума из сигнала . Существуют методы шумоподавления для звука и изображений. Алгоритмы шумоподавления могут в некоторой степени искажать сигнал. Подавление шума — это способность схемы изолировать нежелательную составляющую сигнала от полезной составляющей сигнала, как и в случае коэффициента подавления синфазного сигнала .

Все устройства обработки сигналов , как аналоговые , так и цифровые , имеют характеристики, делающие их восприимчивыми к шуму. Шум может быть случайным с равномерным распределением частот ( белый шум ) или частотно-зависимым шумом, вносимым механизмом устройства или алгоритмами обработки сигналов .

В электронных системах основным типом шума является шипение , создаваемое случайным движением электронов из-за теплового возбуждения. Эти возбужденные электроны быстро добавляют и вычитают выходной сигнал и, таким образом, создают заметный шум .

В случае фотопленки и магнитной ленты шум (как видимый, так и слышимый) возникает из-за зернистой структуры носителя. В фотопленке размер зерен в пленке определяет чувствительность пленки, более чувствительная пленка имеет зерна большего размера. В магнитной ленте, чем крупнее зерна магнитных частиц (обычно оксида железа или магнетита ), тем более склонна среда к шуму. Чтобы компенсировать это, можно использовать пленку или магнитную ленту большего размера, чтобы снизить шум до приемлемого уровня.

В общем

Алгоритмы шумоподавления имеют тенденцию изменять сигналы в большей или меньшей степени. Алгоритм локальной ортогонализации сигнала и шума можно использовать, чтобы избежать изменений сигналов. [1]

В сейсморазведке

Усиление сигналов в сейсмических данных особенно важно для сейсмических изображений , [2] [3] инверсии, [4] [5] и интерпретации [6] , тем самым значительно повышая вероятность успеха при разведке нефти и газа. [7] [8] [9] [10] Полезный сигнал, который размазан в окружающем случайном шуме, часто игнорируется и, таким образом, может вызвать ложную неоднородность сейсмических событий и артефакты в окончательном мигрированном изображении. Усиление полезного сигнала при сохранении краевых свойств сейсмических профилей за счет ослабления случайного шума может помочь уменьшить трудности интерпретации и риски введения в заблуждение при обнаружении нефти и газа.

В аудио

Пример снижения шума
Пример шумоподавления с использованием Audacity со снижением на 0 дБ , 5 дБ, 12 дБ и 30 дБ, сглаживанием частоты 150 Гц и временем атаки/затухания 0,15 секунды.
Проблемы с воспроизведением этого файла? См. справку для СМИ .

Шипение ленты является проблемой, ограничивающей производительность аналоговой записи на магнитную ленту . Это связано с размером и текстурой частиц, используемых в магнитной эмульсии, которая распыляется на носитель записи, а также с относительной скоростью ленты на головках ленты .

Существует четыре типа шумоподавления: несимметричная предварительная запись, несимметричное подавление шипения, несимметричное поверхностное шумоподавление и кодек или двусторонние системы. Односторонние системы предварительной записи (такие как Dolby HX Pro ) воздействуют на носитель записи во время записи. Односторонние системы подавления шипения (такие как DNL [11] или DNR) работают для снижения шума по мере его возникновения, в том числе как до, так и после процесса записи, а также для приложений прямого вещания. Одностороннее поверхностное шумоподавление (например, CEDAR и более ранние SAE 5000A, Burwen TNE 7000 и Packburn 101/323/323A/323AA и 325 [12] ) применяется при воспроизведении граммофонных пластинок для устранения царапин, тресков и нелинейности поверхности. Несимметричные расширители динамического диапазона, такие как система шумоподавления и восстановления динамического диапазона фазового линейного автокоррелятора (модели 1000 и 4000), могут уменьшить различные шумы в старых записях. В двусторонних системах (таких как система шумоподавления Dolby или dbx ) во время записи применяется процесс предварительного предыскажения, а затем во время воспроизведения применяется процесс уменьшения предыскажения.

При современных цифровых звукозаписях больше не нужно беспокоиться о шипении ленты, поэтому нет необходимости в аналоговых системах шумоподавления. Однако интересный момент заключается в том, что системы дизеринга фактически добавляют шум к сигналу для улучшения его качества.

Системы шумоподавления на базе компандера

В системах шумоподавления с двусторонним компандером во время записи применяется процесс предварительного предыскажения, а затем при воспроизведении применяется процесс уменьшения предыскажения. Системы включают профессиональные системы Dolby A [11] и Dolby SR от Dolby Laboratories , dbx Professional и dbx Type I от dbx , EMT NoiseBX Дональда Олдоса , [13] Burwen Noise Eliminator  [it] , [14] [15] [16] ] Telefunken 's telcom c4  [de] [11] и MXR Innovations' MXR [17] , а также потребительские системы Dolby NR , Dolby B , [11] Dolby C и Dolby S , dbx Type II , [11] Telefunken's High Com [11] и High-Com II от Nakamichi , адрес Toshiba (Aurex AD-4)  [ja] , [11] [18] ANRS  [ja] от JVC [11] [18] и Super ANRS , [11] [18] Fisher / Sanyo 's Super D , [19] [11] [18] SNRS , [18] и венгерско-восточно-германская система Ex-Ko . [20] [18]

В некоторых системах компандеров сжатие применяется во время профессионального медиапроизводства, а слушатель применяет только расширение; например, такие системы, как dbx disk , High-Com II , CX 20 [18] и UC , используемые для виниловых записей, а также Dolby FM , High Com FM и FMX , используемые в FM-радиовещании.

Первый широко используемый метод снижения шума звука был разработан Рэем Долби в 1966 году. Предназначенная для профессионального использования, Dolby Type A представляла собой систему кодирования/декодирования, в которой амплитуда частот в четырех полосах увеличивалась во время записи (кодирования), а затем пропорционально уменьшалась. во время воспроизведения (декодирования). В частности, при записи тихих частей аудиосигнала частоты выше 1 кГц будут усиливаться. Это привело к увеличению отношения сигнал/шум на ленте до 10 дБ в зависимости от начальной громкости сигнала. При его воспроизведении декодер обращал процесс вспять, фактически снижая уровень шума до 10 дБ.

Система Dolby B (разработанная совместно с Генри Клоссом ) представляла собой однополосную систему, предназначенную для потребительских товаров. Система Dolby B, хотя и не так эффективна, как Dolby A, имела то преимущество, что ее можно было слушать на системах воспроизведения без декодера.

Интегральная схема Telefunken High Com U401BR также может использоваться в качестве компандера, в основном совместимого с Dolby B. [21] В различных кассетных деках High Com последнего поколения функция Dolby-B, имитирующая функцию D NR Expander, работала не только для воспроизведения, но, как недокументированная функция, также во время записи.

dbx была конкурирующей аналоговой системой шумоподавления, разработанной Дэвидом Э. Блэкмером , основателем Dbx, Inc. [22] В ней использовался среднеквадратичный алгоритм кодирования/декодирования (RMS) с усилением подверженных шуму высоких частот и Весь сигнал подается через компандер 2:1. dbx работал во всей звуковой полосе пропускания и, в отличие от Dolby B, был непригоден для использования без декодера. Тем не менее, это может обеспечить снижение шума до 30 дБ.

Поскольку в аналоговых видеозаписях для яркостной части используется частотная модуляция (композитный видеосигнал в системах прямой цветности), которая удерживает ленту на уровне насыщения, шумоподавление в стиле аудио не требуется.

Динамический ограничитель шума и динамическое шумоподавление

Динамический ограничитель шума ( DNL ) — это система шумоподавления, первоначально представленная компанией Philips в 1971 году для использования на кассетных деках . [11] Его схема также основана на одном чипе . [23] [24]

В дальнейшем он был развит в динамическое шумоподавление ( DNR ) компанией National Semiconductor для снижения уровня шума при междугородной телефонной связи . [25] Впервые проданный в 1981 году, DNR часто путают с гораздо более распространенной системой шумоподавления Dolby . [26]

В отличие от систем шумоподавления Dolby и dbx Type I и Type II , DNL и DNR представляют собой системы обработки сигналов только для воспроизведения, которые не требуют предварительного кодирования исходного материала. Их можно использовать для удаления фонового шума из любого аудиосигнала, включая записи на магнитной ленте и FM- радиопередачи, снижая шум на целых 10 дБ. [27] Их также можно использовать в сочетании с другими системами шумоподавления при условии, что они используются до применения DNR, чтобы предотвратить неправильное отслеживание DNR другой системой шумоподавления. [28]

Одним из первых широко распространенных применений DNR были стереосистемы GM Delco в автомобилях GM в США, представленные в 1984 году. [29] Он также использовался в заводских стереосистемах автомобилей Jeep в 1980-х годах, таких как Cherokee XJ . Сегодня DNR, DNL и подобные системы чаще всего встречаются в качестве системы шумоподавления в микрофонных системах. [30]

Другие подходы

Второй класс алгоритмов работает в частотно-временной области, используя некоторые линейные или нелинейные фильтры, которые имеют локальные характеристики и часто называются частотно-временными фильтрами. [31] [ нужна страница ] Таким образом, шум можно также удалить с помощью инструментов спектрального редактирования, которые работают в этой частотно-временной области, позволяя выполнять локальные модификации, не затрагивая близлежащую энергию сигнала. Это можно сделать вручную, как в программе рисования, рисующей изображения. Другой способ — определить динамический порог для фильтрации шума, который получается из локального сигнала, опять же относительно локальной частотно-временной области. Все, что ниже порога, будет отфильтровано, все, что выше порога, например части голоса или желаемый шум , останется нетронутым. Область обычно определяется местоположением мгновенной частоты сигнала [32] , поскольку большая часть сохраняемой энергии сигнала сосредоточена вокруг нее.

Программное обеспечение

Большинство цифровых аудио рабочих станций (DAW) и программного обеспечения для редактирования звука имеют одну или несколько функций шумоподавления.

В изображениях

Изображения, снятые цифровыми или обычными пленочными камерами, будут содержать шум из различных источников. Дальнейшее использование этих изображений часто потребует уменьшения шума либо в эстетических целях, либо в практических целях, таких как компьютерное зрение .

Типы

При шуме соли и перца (редкие световые и темные помехи), [33] также известном как импульсный шум, [34] пиксели изображения сильно отличаются по цвету или интенсивности от окружающих их пикселей; определяющей характеристикой является то, что значение зашумленного пикселя не имеет никакого отношения к цвету окружающих пикселей. При просмотре изображение содержит темные и белые точки, отсюда и термин «шум соли и перца». Как правило, этот тип шума влияет только на небольшое количество пикселей изображения. Типичными источниками являются пылинки внутри камеры, а также перегретые или неисправные ПЗС- элементы.

В гауссовском шуме [ 35] каждый пиксель изображения будет отличаться от исходного значения на (обычно) небольшую величину. Гистограмма — график зависимости величины искажения значения пикселя от частоты, с которой оно происходит, — показывает нормальное распределение шума. Хотя возможны и другие распределения, гауссово (нормальное) распределение обычно является хорошей моделью благодаря центральной предельной теореме , которая гласит, что сумма различных шумов имеет тенденцию приближаться к гауссову распределению.

В любом случае шум в разных пикселях может быть коррелированным или некоррелированным; во многих случаях значения шума в разных пикселях моделируются как независимые и одинаково распределенные и, следовательно, некоррелированные.

Удаление

Компромиссы

При обработке изображений существует множество алгоритмов шумоподавления. [36] При выборе алгоритма шумоподавления необходимо учитывать несколько факторов:

Разделение цветного и яркостного шума

На реальных фотографиях детализация с самой высокой пространственной частотой состоит в основном из изменений яркости ( детализация яркости ), а не из изменений оттенка ( детализация цветности ). Большинство алгоритмов шумоподавления фотографий разделяют детали изображения на компоненты цветности и яркости и применяют к первым большее снижение шума или позволяют пользователю отдельно управлять подавлением цветности и яркостного шума.

Линейные сглаживающие фильтры

Один из методов удаления шума — свертка исходного изображения с маской, которая представляет собой фильтр нижних частот или операцию сглаживания. Например, маска Гаусса содержит элементы, определяемые функцией Гаусса . Эта свертка приводит значение каждого пикселя в более близкое соответствие со значениями его соседей. В общем, сглаживающий фильтр устанавливает для каждого пикселя среднее или средневзвешенное значение самого себя и его ближайших соседей; фильтр Гаусса — это всего лишь один из возможных наборов весов.

Фильтры сглаживания имеют тенденцию размывать изображение, поскольку значения интенсивности пикселей, которые значительно выше или ниже, чем у окружающей окрестности, размазываются по всей области. Из-за этого размытия линейные фильтры на практике редко используются для снижения шума; [ нужна цитация ] однако они часто используются в качестве основы для фильтров нелинейного шумоподавления.

Анизотропная диффузия

Другой метод удаления шума заключается в преобразовании изображения с помощью сглаживающего уравнения в частных производных, аналогичного уравнению теплопроводности , которое называется анизотропной диффузией . С пространственно постоянным коэффициентом диффузии это эквивалентно уравнению теплопроводности или линейной фильтрации Гаусса , но с коэффициентом диффузии, предназначенным для обнаружения краев, шум можно удалить, не размывая края изображения.

Нелокальные средства

Другой подход к удалению шума основан на нелокальном усреднении всех пикселей изображения. В частности, величина взвешивания пикселя основана на степени сходства между небольшим участком, сосредоточенным на этом пикселе, и небольшим участком, сосредоточенным на пикселе, в котором происходит шумоподавление.

Нелинейные фильтры

Медианный фильтр является примером нелинейного фильтра и, если он правильно спроектирован, очень хорошо сохраняет детали изображения. Чтобы запустить медианный фильтр:

  1. учитывать каждый пиксель изображения
  2. сортировать соседние пиксели по порядку в зависимости от их интенсивности
  3. заменить исходное значение пикселя медианным значением из списка

Медианный фильтр — это фильтр рангового выбора (RS), особенно суровый член семейства фильтров рангового выбора с обусловленным рангом (RCRS); [37] Иногда предпочтительнее, особенно в фотографических приложениях, гораздо более мягкий член этого семейства, например тот, который выбирает ближайшее из соседних значений, когда значение пикселя является внешним по отношению к его окрестности, и оставляет его неизменным в противном случае.

Медианный и другие фильтры RCRS хорошо удаляют шумы соли и перца из изображения, а также вызывают относительно небольшое размытие краев и, следовательно, часто используются в приложениях компьютерного зрения.

Вейвлет-преобразование

Основная цель алгоритма шумоподавления изображения — добиться как снижения шума [38] , так и сохранения характеристик [39] с использованием банков вейвлет-фильтров. [40] В этом контексте особый интерес представляют методы, основанные на вейвлетах. В вейвлет-области шум равномерно распределяется по коэффициентам, в то время как большая часть информации об изображении сосредоточена в нескольких больших. [41] Таким образом, первые методы шумоподавления на основе вейвлетов были основаны на пороговом определении коэффициентов поддиапазонов детализации. [42] [ нужна страница ] Однако большинство методов определения порога вейвлета страдают тем недостатком, что выбранный порог может не соответствовать конкретному распределению компонентов сигнала и шума в разных масштабах и ориентациях.

Чтобы устранить эти недостатки, были разработаны нелинейные оценки, основанные на байесовской теории. В рамках байесовской модели было признано, что успешный алгоритм шумоподавления может обеспечить как снижение шума, так и сохранение характеристик, если он использует точное статистическое описание компонентов сигнала и шума. [41]

Статистические методы

Также существуют статистические методы шумоподавления изображений, хотя они используются нечасто, поскольку требуют больших вычислительных ресурсов. Для гауссовского шума можно смоделировать пиксели в изображении в оттенках серого как с автонормальным распределением, где истинное значение шкалы серого каждого пикселя обычно распределяется со средним значением, равным среднему значению шкалы серого соседних пикселей и заданной дисперсии.

Обозначим пиксели, соседние с пикселем. Тогда условное распределение интенсивности оттенков серого (по шкале) в th узле будет:

для выбранного параметра и дисперсии . Один из методов шумоподавления, использующий автонормальную модель, использует данные изображения в качестве байесовского априора, а автонормальную плотность - как функцию правдоподобия, при этом результирующее апостериорное распределение предлагает среднее значение или моду в качестве изображения с шумоподавлением. [43] [44]

Алгоритмы сопоставления блоков

Алгоритм сопоставления блоков может применяться для группировки похожих фрагментов изображения в перекрывающиеся макроблоки одинакового размера, затем стопки подобных макроблоков фильтруются вместе в области преобразования, и каждый фрагмент изображения наконец восстанавливается в исходное местоположение с использованием средневзвешенного значения перекрывающихся макроблоков. пикселей. [45]

Случайное поле

Поля сжатия — это метод машинного обучения на основе случайных полей , который обеспечивает производительность, сравнимую с производительностью сопоставления блоков и трехмерной фильтрации, но требует гораздо меньших вычислительных затрат (так что его можно выполнять непосредственно во встроенных системах ). [46]

Глубокое обучение

Для решения задач шумоподавления [47] и подобных задач восстановления изображений были предложены различные подходы глубокого обучения . Deep Image Prior — один из таких методов, который использует сверточную нейронную сеть и отличается тем, что не требует данных предварительного обучения. [48]

Программное обеспечение

Большинство программ общего назначения для редактирования изображений и фотографий имеют одну или несколько функций шумоподавления (медиана, размытие, удаление пятен и т. д.).

Смотрите также

Общие проблемы с шумом

Аудио

Изображения и видео

Похожие проблемы

Рекомендации

  1. ^ Чен, Янкан; Фомель, Сергей (ноябрь – декабрь 2015 г.). «Подавление случайного шума с использованием локальной ортогонализации сигнала и шума». Геофизика . 80 (6): WD1 – WD9. Бибкод : 2015Geop...80D...1C. дои : 10.1190/GEO2014-0227.1. S2CID  120440599.
  2. ^ Сюэ, Чжигуан; Чен, Янкан; Фомель, Сергей; Солнце, Юнже (2016). «Сейсмическое изображение неполных данных и данных из одновременного источника с использованием обратной временной миграции методом наименьших квадратов с регуляризацией формирования». Геофизика . 81 (1): С11–С20. Бибкод : 2016Geop...81S..11X. дои : 10.1190/geo2014-0524.1 .
  3. ^ Чен, Янкан; Юань, Цзян; Цзу, Шаохуань; Цюй, Шан; Ган, Шувэй (2015). «Сейсмическое изображение данных одновременного источника с использованием ограниченной обратной миграции во времени по методу наименьших квадратов». Журнал прикладной геофизики . 114 : 32–35. Бибкод : 2015JAG...114...32C. дои : 10.1016/j.jappgeo.2015.01.004.
  4. ^ Чен, Янкан; Чен, Ханьмин; Сян, Куй; Чен, Сяохун (2017). «Интерполяция каротажных диаграмм по геологическому строению для высокоточной инверсии полной формы волны». Международный геофизический журнал . 209 (1): 21–31. Бибкод : 2016GeoJI.207.1313C. дои : 10.1093/gji/ggw343.
  5. ^ Ган, Шувэй; Ван, Шоудонг; Чен, Янкан; Цюй, Шан; Цзу, Шаохуань (2016). «Анализ скорости данных одновременного источника с использованием подобия высокого разрешения - борьба с сильным шумом». Международный геофизический журнал . 204 (2): 768–779. Бибкод : 2016GeoJI.204..768G. дои : 10.1093/gji/ggv484 .
  6. ^ Чен, Янкан (2017). «Изучение подземных карстовых особенностей с использованием частотно-временного разложения». Интерпретация . 4 (4): Т533–Т542. дои : 10.1190/INT-2016-0030.1.
  7. ^ Хуан, Вэйлинь; Ван, Жуньцю; Чен, Янкан; Ли, Хуэйцзянь; Ган, Шувэй (2016). «Анализ затухающего многоканального сингулярного спектра для ослабления трехмерного случайного шума». Геофизика . 81 (4): В261–В270. Бибкод : 2016Geop...81V.261H. дои : 10.1190/geo2015-0264.1.
  8. ^ Чен, Янкан (2016). «Структурная фильтрация с разделением по провалам с использованием преобразования Сейслета и адаптивного провального фильтра на основе разложения по эмпирическим модам». Международный геофизический журнал . 206 (1): 457–469. Бибкод : 2016GeoJI.206..457C. дои : 10.1093/gji/ggw165 .
  9. ^ Чен, Янкан; Ма, Цзяньвэй; Фомель, Сергей (2016). «Словарь двойной разреженности для ослабления сейсмического шума». Геофизика . 81 (4): В261–В270. Бибкод : 2016Geop...81V.193C. дои : 10.1190/geo2014-0525.1.
  10. ^ Чен, Янкан (2017). «Быстрое изучение словаря для подавления шума многомерных сейсмических данных». Международный геофизический журнал . 209 (1): 21–31. Бибкод : 2017GeoJI.209...21C. дои : 10.1093/gji/ggw492 .
  11. ^ abcdefghijk «High Com — новейшая система шумоподавления / Шумоподавление — тишина — золото» (PDF) . elektor (Великобритания) – современная электроника для лаборатории и отдыха . Том. 1981, нет. 70. Февраль 1981 г., стр. 2-04–2-09. Архивировано (PDF) из оригинала 2 июля 2020 г. Проверено 2 июля 2020 г.(6 страниц)
  12. ^ Руководство пользователя аудиошумоподавителя модели 325 (PDF) . Откр. 15-1. Сиракьюс, Нью-Йорк, США: Packburn Electronics Inc. Архивировано (PDF) из оригинала 5 мая 2021 г. Проверено 16 мая 2021 г.(6+36 страниц)
  13. ^ Р., К. (1965). «Kompander verbessert Magnettonkopie». Радио Наставник (на немецком языке). 1965 (4): 301–303.
  14. ^ Бервен, Ричард С. (февраль 1971 г.). «Динамический шумовой фильтр». Журнал Общества аудиоинженеров . 19 (1).
  15. ^ Бервен, Ричард С. (июнь 1971 г.). «Динамический диапазон 110 дБ для ленты» (PDF) . Аудио : 49–50. Архивировано (PDF) из оригинала 13 ноября 2017 г. Проверено 13 ноября 2017 г.
  16. ^ Бервен, Ричард С. (декабрь 1971 г.). «Проектирование системы шумоподавления». Журнал Общества аудиоинженеров . 19 (11): 906–911.
  17. ^ Ламберт, Мел (сентябрь 1978 г.). «MXR Компандер». Звук Интернешнл . Архивировано из оригинала 28 октября 2020 г. Проверено 25 апреля 2021 г.
  18. ^ abcdefg Бергманн, Хайнц (1982). «Verfahren zur Rauschminderung bei der Tonsignalverarbeitung» (PDF) . радио Fernsehen elektronik (RFE) (на немецком языке). Том. 31, нет. 11. Берлин, Германия: VEB Verlag Technik  [de] . С. 731–736 [731]. ISSN  0033-7900. Архивировано (PDF) из оригинала 5 мая 2021 г. Проверено 5 мая 2021 г. п. 731: ExKo Breitband-Kompander Aufnahme/Wiedergabe 9 дБ Tonband(Примечание. Страница 736 отсутствует в связанном PDF-файле.)
  19. ^ Хаазе, Ханс-Иоахим (август 1980 г.). Написано в Ашау, Германия. «Rauschunterdrückung: Kampf dem Rauschen». Система и концепция. Funk-Technik - Fachzeitschrift für Funk-Elektroniker und Radio-Fernseh-Techniker - Offizielles Mitteilungsblatt der Bundesfachgruppe Radio- und Fernsehtechnik (на немецком языке). Том. 35, нет. 8. Гейдельберг, Германия: Доктор Альфред Хютиг Верлаг ГмбХ  [де] . стр. W293–W296, W298, W300 [W298, W300]. ISSN  0016-2825. Архивировано из оригинала 16 мая 2021 г. Проверено 25 апреля 2021 г. стр. W298, W300: […] Super-Dolby im Plus N 55 […] Der Kompander «Plus N55» работает с системой шумоподавления Super-D от Sanyo. Это специальное предложение для 3-х кассетных накопителей и бумажных кассет с бумажными кассетами в японском стиле. Для Hi-Fi-соединения, в соответствии с DIN-Buchsen, может использоваться Aussteuerung durch den Plus N55, если для компрессора (энкодера) установлено напряжение 60 мВ, чтобы обеспечить хорошее напряжение, а также для самого компандерного сигнала. Die ebenfalls im Gesamten Tonfrequenzbereich wirksamen Kompressor/Expander-Funktionen sind in zwei Frequenz-Bereiche aufgeteilt (f 0 ≈ 4,8 кГц), um Jeweils einOptimes Arbeiten in diesen Bereichen zu gewährleisten […] Die Kompander-Kennlinien des Super-D-Verfahrens […] veranschaulichen den Vorgang der wechselweisen Kompression und Expansion. Эти настройки кодировщика и декодера работают в пределах 0 дБ и −20 дБ с розовым контролем Rauschen […] Da sich die Encoder/Decoder-Kennlinien hier schneiden, muß auch der Ausgangspegel des Decoders wieder O dB sein. Der Absenkungsgrad für das Bandrauschen взят сюда. 10 дБ […] Wird ein Pegel von −20 dB eingespeist, hebt der Encoder diesen auf einen Ausgangspegel von −10 dB and […] Am Decoder Eingang Liegt nun - vom Bandgerät kommend ein Signalpegel von −10 dB, der nun gemeinsam mit dem Bandrauschen Wieder um 10 dB auf den Ursprungswert herabgesetzt wird […] Geht das Encoder-Eingangssignal zum Beispiel auf -60 dB zurück, wird es auf -30 dB angehoben und auch Wieder um 30 dB расширяется. Так что Bandrauschen immer um den jeweiligen Kompressions/Expansionsgrad unterdrückt. […] «Über Alles» gesehen stellen sich bei jedem Eingangspegel Lineare Frequenzgänge im Gesamten Tonfrequenzbereich ein […] Das setzt allerdings voraus, daß die Kompressor- und Expander-Kennlinien bei Aufnahme und Wiedergabe Decungsgleich Angesteuert Werden. Если вы хотите использовать пегельтон-генератор, вы должны использовать Ausschlag der Fluoreszenz-Anzeige на Plus N55 и Aussteuerungsanzeiger des Tonbandgerätes auf gleiche Werte (zum Beispiel −5 dB) einpegeln. Das ist ein einmaliger Vorgang bei gleichbleibender Gerätekombination. Danach wird die Aufnahme nur noch am Kompander ausgesteuert. […] Beachtenswert sind noch die Verzerrungen, die durch das Einfügen einer ganzen Anzahl von Transistorstufen in den Übertragungsweg zusätzlich entstehen. Эта диаграмма […] должна содержать частотный фактор, который будет использоваться для кодирования и декодера в Plus N55. Im Vergleich zu Linear Verstärkern Sind Sie Relative Hoch, gegenüber Den im Bereich der Vollaussteuerung vorliegenden kubischen Klirrfaktoren Bei Cassetten-Bändern aber Noch Vertretbar. […]
  20. ^ "Стерео-автомат MK42 R-плеер Будапештский радиотехнический центр Б" . Архивировано из оригинала 26 апреля 2021 г. Проверено 25 апреля 2021 г.
  21. ^ HIGH COM - Широкополосный компандер HIGH COM, использующий интегральную схему U401BR (PDF) (Информация о полупроводниках 2.80). AEG-Телефункен . Архивировано (PDF) из оригинала 16 апреля 2016 г. Проверено 16 апреля 2016 г.
  22. ^ Хоффман, Фрэнк В. (2004). Энциклопедия записанного звука . Том. 1 (переработанная ред.). Тейлор и Фрэнсис .
  23. ^ «Шумоподавление». Audiotools.com. 10 ноября 2013 г. Архивировано из оригинала 13 мая 2008 г. Проверено 14 января 2009 г.
  24. ^ "Динамический ограничитель шума Philips" . Архивировано из оригинала 5 ноября 2008 г. Проверено 14 января 2009 г.
  25. ^ «Динамическое шумоподавление». ComPol Inc. Архивировано из оригинала 21 ноября 2009 г. Проверено 14 января 2009 г.
  26. ^ «История». Архивировано из оригинала 27 сентября 2007 г. Проверено 14 января 2009 г.
  27. ^ "Система динамического шумоподавления LM1894 DNR" . Архивировано из оригинала 20 декабря 2008 г. Проверено 14 января 2009 г.
  28. ^ «Аудио Условия» . Архивировано из оригинала 20 декабря 2008 г. Проверено 14 января 2009 г.
  29. ^ Гуньо, Эд. «Эволюция Ривьеры - 1983 г., 20-летие». Ассоциация владельцев Ривьеры. Архивировано из оригинала 5 июля 2008 г. Проверено 14 января 2009 г.(Примечание. Первоначально опубликовано в The Riview , том 21, № 6, сентябрь/октябрь 2005 г.)
  30. ^ http://www.hellodirect.com/catalog/Product.jhtml?PRODID=11127&CATID=15295 [ неработающая ссылка ]
  31. ^ Боашаш, Б., изд. (2003). Частотно-временной анализ и обработка сигналов – полный справочник . Оксфорд: Elsevier Science . ISBN 978-0-08-044335-5.
  32. ^ Боашаш, Б. (апрель 1992 г.). «Оценка и интерпретация мгновенной частоты сигнала. Часть I: основы». Труды IEEE . 80 (4): 519–538. дои : 10.1109/5.135376.
  33. ^ Банерджи, Шунак; Саркар, Дебарпито; Чаттерджи, Дебраж; Чоудхури, Сунанда Рой (25 июня 2021 г.). «Удаление шума высокой плотности соли и перца из цветных изображений с помощью нового улучшенного фильтра». Международная конференция по интеллектуальным технологиям (CONIT) 2021 . Хубли, Индия: IEEE. стр. 1–6. дои : 10.1109/CONIT51480.2021.9498402. ISBN 978-1-7281-8583-5. S2CID  236920367. Архивировано из оригинала 10 августа 2021 г. Проверено 9 февраля 2023 г.
  34. ^ Оразаев, Анзор; Ляхов, Павел; Бабошина Валентина; Калита, Диана (26 января 2023 г.). «Нейросетевая система для распознавания изображений, подверженных воздействию случайного импульсного шума». Прикладные науки . 13 (3): 1585. дои : 10.3390/app13031585 . ISSN  2076-3417.
  35. ^ Донг, Шуг; Донг, Чуньсяо; Ли, Цзышуан; Ге, Минтао (15 июля 2022 г.). «Метод удаления гауссовского шума, основанный на эмпирическом вейвлет-преобразовании и проверке гипотез». 2022 г. 3-я Международная конференция по большим данным, искусственному интеллекту и Интернету вещей (ICBAIE) . Сиань, Китай: IEEE. стр. 24–27. doi : 10.1109/ICBAIE56435.2022.9985814. ISBN 978-1-6654-5160-4. S2CID  254999960. Архивировано из оригинала 25 декабря 2022 г. Проверено 9 февраля 2023 г.
  36. ^ Мехди Мафи, Гарольд Мартин, Жан Андриан, Армандо Баррето, Мерседес Кабреризо, Малек Аджуади, «Комплексный обзор импульсных и гауссовских фильтров шумоподавления для цифровых изображений», Signal Processing, vol. 157, стр. 236–260, 2019.
  37. ^ Лю, Пуинь; Ли, Хунсин (2004). «Нечеткие нейронные сети: теория и приложения». В Касасент, Дэвид П. (ред.). Интеллектуальные роботы и компьютерное зрение XIII: Алгоритмы и компьютерное зрение . Том. 2353. Всемирный научный. стр. 303–325. Бибкод : 1994SPIE.2353..303G. дои : 10.1117/12.188903. ISBN 978-981-238-786-8. S2CID  62705333.
  38. ^ Червяков, Н.И.; Ляхов, П.А.; Нагорнов Н.Н. (01.11.2018). «Шум квантования многоуровневых фильтров дискретного вейвлет-преобразования при обработке изображений». Оптоэлектроника, приборостроение и обработка данных . 54 (6): 608–616. Бибкод : 2018OIDP...54..608C. дои : 10.3103/S8756699018060092. ISSN  1934-7944. S2CID  128173262.
  39. ^ Крачун, Г.; Цзян, Мин; Томпсон, Д.; Мачираджу, Р. (март 2005 г.). «Проектирование вейвлетов в пространственной области для сохранения функций в наборах вычислительных данных». Транзакции IEEE по визуализации и компьютерной графике . 11 (2): 149–159. дои :10.1109/TVCG.2005.35. ISSN  1941-0506. PMID  15747638. S2CID  1715622. Архивировано из оригинала 21 апреля 2021 г. Проверено 21 апреля 2021 г.
  40. ^ Гаицкий, Пол; Исар, Дорина; Симу, Кэлин (ноябрь 2018 г.). «Банки фильтров на основе вейвлетов для анализа спектра в реальном времени». Международный симпозиум по электронике и телекоммуникациям (ISETC) 2018 г. стр. 1–4. дои : 10.1109/ISETC.2018.8583929. ISBN 978-1-5386-5925-0. S2CID  56599099. Архивировано из оригинала 21 апреля 2021 г. Проверено 21 апреля 2021 г.
  41. ^ аб Форузанфар, М.; Абришами-Могаддам, Х.; Гадими, С. (июль 2008 г.). «Локально адаптивный многомасштабный байесовский метод для шумоподавления изображений на основе двумерного нормального обратного распределения Гаусса». Международный журнал вейвлетов, мультиразрешения и обработки информации . 6 (4): 653–664. дои : 10.1142/S0219691308002562. S2CID  31201648.
  42. ^ Маллат, С. (1998). Вейвлет-тур по обработке сигналов . Лондон: Академическая пресса .
  43. ^ Бесаг, Джулиан (1986). «О статистическом анализе грязных фотографий» (PDF) . Журнал Королевского статистического общества. Серия Б (Методическая) . 48 (3): 259–302. doi :10.1111/j.2517-6161.1986.tb01412.x. JSTOR  2345426. Архивировано (PDF) из оригинала 29 августа 2017 г. Проверено 24 сентября 2019 г.
  44. ^ Сейеди, Саид (2018). «Включение метода шумоподавления в рентгеновскую тензорную томографию». J IEEE Transactions по вычислительной визуализации . 4 (1): 137–146. дои : 10.1109/TCI.2018.2794740. JSTOR  17574903. S2CID  46793582.
  45. ^ Дабов, Костадин; Фой, Алессандро; Катковник Владимир; Егиазарян, Карен (16 июля 2007 г.). «Подавление шума изображения с помощью разреженной совместной фильтрации трехмерной области преобразования». Транзакции IEEE при обработке изображений . 16 (8): 2080–2095. Бибкод : 2007ITIP...16.2080D. CiteSeerX 10.1.1.219.5398 . дои : 10.1109/TIP.2007.901238. PMID  17688213. S2CID  1475121. 
  46. ^ Шмидт, Уве; Рот, Стефан (2014). Поля усадки для эффективного восстановления изображений (PDF) . Компьютерное зрение и распознавание образов (CVPR), конференция IEEE 2014 г. Колумбус, Огайо, США: IEEE. дои :10.1109/CVPR.2014.349. ISBN 978-1-4799-5118-5. Архивировано (PDF) из оригинала 02 января 2018 г. Проверено 3 января 2018 г.
  47. ^ Дитц, Генри (2022). «Улучшенный алгоритм улучшения необработанного изображения с использованием статистической модели ошибки значения пикселя». Электронная визуализация . 34 (14): 1–6. дои : 10.2352/EI.2022.34.14.COIMG-151 . AI Image Denoiser гораздо более агрессивен, значительно улучшает детализацию, но также применяет сильное сглаживание. DxO PureRAW, который напрямую улучшает необработанное изображение с помощью глубокого обучения, обученного на «миллионах изображений, проанализированных DxO за 15 лет», оказался, пожалуй, самым эффективным из многих протестированных шумоподавителей.
  48. ^ Ульянов, Дмитрий; Ведальди, Андреа; Лемпицкий, Виктор (30 ноября 2017 г.). «Глубокий имидж Прайор». arXiv : 1711.10925v2 [Зрение и распознавание образов. Компьютерное зрение и распознавание образов].

Внешние ссылки